Sun-Panel v1.7.0 版本发布:系统状态优化与权限管理升级
Sun-Panel 是一款开源的导航面板系统,旨在为用户提供简洁高效的主页管理和设备监控功能。该系统支持多种平台部署,包含丰富的组件如系统状态监控、Docker 管理、项目卡片等,帮助用户一站式管理常用工具和资源。
系统状态组件全面升级
本次 v1.7.0 版本对系统状态组件进行了多项改进。现在点击卡片内容区域可直接查看 CPU、磁盘和内存的详细使用情况,而编辑功能则被移至右键菜单中,操作逻辑更加清晰。在技术实现上,CPU 状态值现在采用所有 CPU 核心的平均值计算,避免了单核心波动带来的显示偏差。
针对小屏幕设备的用户体验问题,开发团队修复了编辑窗口超出可视区域的问题,并优化了详情模式下进度条的显示效果。现在即使在较小屏幕上,进度条也能完整显示 100% 长度,同时解决了文本溢出导致的界面变形问题。
个性化设置功能增强
个性化设置模块新增了两项实用功能:用户可以自由控制导航页面 Logo 和时钟的显示状态。这一改进使得界面自定义程度更高,用户可以根据个人喜好打造专属的导航界面。
图标项目卡片智能优化
图标项目卡片功能在本版本中获得了显著提升。当从网站获取多个图标时,系统现在支持用户手动选择最合适的图标。新增的智能地址选择功能(Beta 版)能够自动判断使用内网地址还是默认地址打开链接,提升了使用便捷性。
卡片创建流程也进行了简化:点击"添加"按钮默认创建标准卡片,将高级选项隐藏在"更多选项"中,降低了新用户的学习成本。同时支持从应用启动器和 Docker 管理器快速创建内置应用或 Docker 容器卡片,提高了工作效率。
Docker 管理与权限体系完善
v1.7.0 版本对 Docker 相关功能进行了权限细分。现在普通角色账户无法访问 Docker 管理功能或创建容器,有效防止了误操作风险。现有 Docker 卡片对普通用户仅保留状态查看功能,禁止执行启动/停止等管理操作。
技术实现上,优化了无地址配置的 Docker 卡片行为,避免无效的重定向操作。这一改进使得 Docker 卡片的功能边界更加清晰,提升了整体使用体验。
原生 HTTPS 支持与全局优化
该版本原生支持 HTTPS 协议,默认使用 3003 端口。用户可以通过修改配置文件中的 [cert] 部分进行自定义配置。全局站点设置方面,改进了标题和图标更改的即时生效机制,消除了页面刷新时的"Sun-Panel"文本闪烁现象。
OpenAPI 接口扩展
为满足开发者需求,v1.7.0 扩展了 OpenAPI 接口功能:
- 新增组相关接口:创建组、获取组列表、获取组详情
- 增强项目卡片创建参数:支持本地保存图片、绑定组 ID 或唯一名称
- 新增自托管版本查询接口,便于进行连通性测试
- 优化卡片更新接口,允许省略未变更参数
其他改进与问题修复
系统在文件管理方面进行了优化,上传的图标和图片现在会自动分类存储,为未来的图片选择器开发奠定了基础。同时支持在 web 根目录放置额外文件(如 robots.txt),增强了系统的灵活性。
用户体验方面,修复了中文输入法在登录验证码输入时的提交问题,优化了各种提示信息的显示效果,并分离了测试版和正式版的更新日志。特别感谢社区用户对页面溢出问题的反馈和调试协助,这一问题在本版本中得到了彻底解决。
总体而言,Sun-Panel v1.7.0 在系统监控、权限管理和用户体验等方面都做出了重要改进,是一款值得升级的稳定版本。无论是个人用户还是企业环境,都能从中获得更高效、更安全的使用体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00